类脑智能是受大脑神经运行机制和认知行为机制启发,以计算建模为手段,通过软硬件协同实现的机器智能,让机器实现低能耗、高功效的计算,甚至智能水平上达到或超越人,是通向通用人工智能的最可能路径。
类脑智能
通向人工智能的终极解决方案
自然界有许多体形很小的昆虫,能够实时跟踪物体、导航和躲避障碍物,甚至推理、决策、具有意识,相比之下人脑结构更复杂、功能更加强大。
类脑芯片作为类脑智能的关键部分,借鉴生物大脑的信息处理方式,以神经元与神经突触为基本单元,模拟生物大脑神经元的功能特性、信号传递和学习方式,能够让计算机在低能耗情况下完成感知、学习、记忆、决策等任务,让智能更聪明。
人工智能发展遇到瓶颈
硬件瓶颈
- 晶体管的发展逼近物理极限,摩尔定律即将失效
- 面对海量数据,传统存算分离的冯诺依曼架构在数据搬运浪费了大量的功耗和成本,导致功耗高、延时高
- 端侧算力不足,高算力场景依赖于云计算,数据从端到云的传输消耗了大量的功耗和成本
算法瓶颈
- 数据量大,对存储资源的需求高
- 网络规模大,对计算资源的需求高,功耗大
- 弱人工智能应用有限,只能在部分预先定义的场景内执行有限任务
SynSense时识科技
类脑芯片的特点
全新的运算机制
基于稀松动态变化信息的
触发式运算
全新的芯片架构
全并行运算,
分布式算子/存储
全新的算法支持
基于SNN网络的时空运算
类脑计算,
后摩尔时代的新型范式
架构与算法的双重突破
类脑智能的优势
事件触发
功耗降低100-1000倍
异步并行
响应延时降低10-100倍
时序相关性好
擅长处理动态信息,维度丰富
通用人工智能
成本降低100倍
持续创新,
端云融合
2021–2022
Sensor Node I
边缘小算力
AI计算节点
类脑芯片,
XYLO,
2022–2023
Sensor Node II
边缘大算力
DYNAP-CNN,
2023
Sensor Fusion
多传感器融合计算
DVS-SLAM,
2023–2024
Edge Cloud
模拟计算、类脑存算一体
多核DYNAP,
DYNAP-M,
XYLO-M,